插入缺失的年份以完成 data.frame答案

【问题标题】：Inserting missing years to complete a data.frame插入缺失的年份以完成 data.frame
【发布时间】：2018-09-01 03:44:23
【问题描述】：

我正在创建一个数据框，其中包含从 2000 年到 2010 年每年在每个州发生的某种事件的数量（假设它们是枪支事件）：

states <- c('Texas', 'Texas', 'Arizona', 'California', 'California')
incidents <- c(1, 1, 2, 1, 4)
years <- c(2000, 2008, 2004, 2002, 2007)

DF <- data.frame(states, incidents, years)

> DF
      states incidents years
1      Texas         1  2000
2      Texas         1  2008
3    Arizona         2  2004
4 California         1  2002
5 California         4  2007

我想插入行来完成数据集，例如2001 年、2002 年、2003 年、... 2007 年以及 2009 年和 2010 年的德克萨斯州归零。同样，亚利桑那州除了 2004 年以外的所有年份都归零。加利福尼亚州也是如此。

我该怎么做？

【问题讨论】：

标签： r dataframe

【解决方案1】：

您可以使用tidyr::complete 填写缺失的年份（2010:2010），并使用0 填写值。

library(tidyr)
DFfilled <- DF %>%
    complete(states, years = 2000:2010, 
             fill = list(incidents = 0)) %>%
    as.data.frame()

PS：
如果您的数据中有年份为2010 的条目（现在最多只有2008），您可以使用full_seq(years, 1) 而不是2000:2010。

【讨论】：

【解决方案2】：

我会通过使用DF 创建一个人工的data.frame 和merge 这个data.frame：

states <- c('Texas', 'Texas', 'Arizona', 'California', 'California')
incidents <- c(1, 1, 2, 1, 4)
years <- c(2000, 2008, 2004, 2002, 2007)

DF <- data.frame(states, incidents, years)

tmp <- data.frame(years=rep(seq(min(DF$years), 
                          max(DF$years)),
                          each=length(unique(DF$states))), 
                  states=unique(DF$states) )
DF2 <- merge(DF, tmp, by=c('years','states'),all=T)
DF2[is.na(DF2$incidents),]$incidents <- 0

【讨论】：